Human action and detect abnormal behavor from camera = Hành vi con người và phát hiện hành vi không bình thường từ camera

• Main Author: COULIBALY, Adama
• Other Authors: Nguyen, Trong Phuc
• Format: Theses and Dissertations
• Language: French
• Published: 2020
• Subjects: réseaux de neurones convolutionnel ; réseaux de neurones récurrente ; l’apprentissage en profondeur ; vision par ordinateur ; détection de comportement anormale ; détection de la violence ; Villes intelligentes; Mạng nowrron ; Camera ; Hành vi không bình thường > Phát hiện; 006.7
• Online Access: http://repository.vnu.edu.vn/handle/VNU_123/93068
• Institution: Vietnam National University, Hanoi

La sécurité des citoyens dans les environnements urbains modernes est un aspect important de la qualité de la vie. La mise en œuvre d’une approche de la vidéosurveillance basée sur les villes intelligentes dépend en grande partie de la capacité de collecte et de traitement de grandes quantités de données urbaines en direct. L’analyse des données provenant de flux vidéo de surveillance à bande passante élevée fournis par des réseaux de capteurs distribués de grande taille est particulièrement difficile. Le sujet de ce stage s’inscrit dans le contexte de la détection automatique du comportement violent à partir de séquences vidéos de surveillance, qui est une des préoccupations majeures dans le domaine de la vision par ordinateur. Les domaines d’application pour les systèmes de vision sont nombreux. On peut citer notamment la vidéo surveillance, la recherche et l’indexation automatique de vidéos ou encore l’assistance aux personnes âgées et fragiles. Cette tâche reste très problématique par le fait des grandes variations dans la manière de réaliser les comportements, l’apparence de la personne et les variations des conditions d’acquisition. Le travail réalisé s’inscrit dans le cadre du projet Bahavior Abnormal Detection (Détection de comportement anormal) et fait usage des méthodes de deep learning de la computer vision sur des vidéos issues des caméras de surveillance. La première tache à faire était d’étudier le domaine de la détection d’anomalie dans une vidéo de surveillance, de mettre en évidence les différences cas possible, ces relations, sa sollicité dans le monde réel. La seconde tache était de proposer une solution au problème en spécifiant un cas d’application bien définir et qui soit un besoin réel dans notre quotidien. Suite à une étude bibliographique approfondir du domaine, en réponse l’objectif rechercher, nous optons pour la détection de violence dans une vidéo de surveillance. Pour ce faire, nous avons fait usage de la combinaison de réseaux de neurones convolution (CNN), pour l’aspect spatio-temporel afin d’extraire les caractéristiques pertinentes ainsi que du réseau de neurones récurrente (RNN) reconnu pour le traitement séquentiel des données, le but d’améliorer les résultats obtenus. Le modèle mise en place prend suite à notre spécification de domaine, prend en entrée des vidéos pour les modelés CNN, c’est à dire une séquence d’images extraire de la vidéo. Ils sont capables de faire une prédiction avec un bon taux de précision et de reconnaˆıtre les comportements violent effectuées par des personne dans une vidéo. Les actions constituant notre base de vidéos sont de deux catégories (Violence et Non-violence), avec lesquelles nous avons fait différentes expérimentations avec la validation sur l’ensemble de nos deux actions et à l’issu des entraˆınements nous avons obtenons de bon résultats, mais avec certaines confusion dans certaines actions.